無人公車開放免費試乘,預約方式、路線一次看!究竟「幽靈巴士」是怎麼開的?
無人公車開放免費試乘,預約方式、路線一次看!究竟「幽靈巴士」是怎麼開的?

9月28日更新:

信義路5G自駕巴士開放預約試乘了!這輛行駛路線全國最長的自駕巴士貫串台北市中正、大安、信義區,由遠傳全線覆蓋5G訊號,導入V2X應用、車內影像分析。

預約須知

試營運期間,民眾可在揪巴士JOBUS預約專網上面進行預約,選擇所要搭乘區段頁面,點選人數(一次預約最多可5人)及日期即可預定,進入資料頁面並填寫姓名、所在地區、電話及信箱即可完成預定。信箱將會收到含qrcode之試乘體驗券,當日持試乘體驗券及電子票證至現場搭乘即可。

另外,必須在前1日24:00前完成預約。 Ex.預計搭乘9/29(二) 00:30班次,可在9/28(一) 23:59前完成預約訂購

試乘體驗路線分為6區段,車輛會在前5分鐘到達站點並準時發車。(路線見下圖)

  • 第一段:台北101→信義敦化
  • 第二段:信義敦化→信義新生
  • 第三段:信義新生→信義杭州
  • 第四段:信義杭州→信義新生
  • 第五段:信義新生→信義敦化
  • 第六段:信義敦化→信義光復
5G自駕巴士路線圖。(點圖可放大)

搭乘是否需要付費?(如何收費?如何付款?)

試乘體驗為0元體驗,歡迎民眾試乘後填寫問券回饋,讓自駕車服務更貼近民眾需求。民眾可在揪巴士自駕車試乘體驗網站進行預約,完成預約即可收到試乘體驗qrcode券,當日持試乘體驗券及電子票卡(ex.悠遊卡等)至現場搭乘即可。

持試乘體驗券至公車站候車,上車時將體驗券出示給工作人員看即可,上下車刷電子票證(ex.悠遊卡),0元付款紀錄上下車站點。

正式上路時的時速為多少?

現階段測試時速為15公里/小時,計劃期間也將進行20及30公里/小時的測試。

正式上路時的頭、末班車時間?

信義路自駕巴士試乘體驗階段頭班車為00:30由台北101(信義路)發車至信義敦化站,末班車為02:00由信義敦化發車至信義光復站。

試乘消費者是否有保險?

試乘體驗的乘客皆有保險,所保之項目與汽車客運業的項目一致,包含強制汽車責任險、第三責任險附加自動駕駛車輛測試保險及乘客體傷責任險。

自駕車結合5G,打造新商模

今年5月開始,台北市政府啟動「台北市信義路公車專用道自駕巴士創新實驗計畫」,與成立兩年的新創公司台灣智慧駕駛(以下簡稱台智駕)合作,展開為期一年的夜間自駕巴士測試。

基於安全考量,測試初期時速約10~20公里,會視情況調整測試速度與時間。如果測試結果良好,最快將於9月提供一般民眾體驗、試乘自駕巴士。

一台無人小巴,結合了多家企業的技術與資源。首先,小巴的車體由創奕能源提供,這家車輛製造商已包辦全台超過半數的電動巴士;車輛線傳控制,由奕兆綠能負責;圖資,出自興創知能;感知器,是汽車電子大廠輝創的產品;自駕車上路前的測試和驗證,則是採用NVIDIA DRIVE自駕車開發平台。

自駕公車
北市府與台智駕合作,展開夜間自駕巴士測試,測試初期時速約10~20公里,最快將於9月提供一般民眾體驗、試乘自駕巴士。
圖/ 台智駕

負責軟體開發的台智駕,負責將這些來自各方的軟硬體系統整合在一起。團隊專長是能將運算系統、鏡頭、雷達、光達等設備,快速整合到一輛現有的電動車上,讓它活起來。

台智駕是國內少數100%系統自主研發,硬體國產自製率近70%的自駕車團隊 。

2018年10月,遠傳電信加入5G汽車通訊技術聯盟(5GAA),成為台灣首家加入的電信業者,積極尋找車聯網應用,做為5G的實驗場景;過去曾有過4G訊號合作經驗的台智駕,便是合作夥伴首選。

台灣智駕_2020-08-06_侯俊偉攝影_ (2)
台灣智駕公司執行長沈大維指出,自駕車產業因為5G產生創新服務模式,透過V2X技術,讓車輛之間可以彼此溝通,並結合串流多媒體,在車內提供沉浸式廣告。
圖/ 侯俊偉攝影

台智駕執行長沈大維表示,對自駕車產業來說,5G帶來最大的變革,除了安全效率的提升之外,更重要的是創新服務模式的產生。

他舉例說,由於自駕巴士的實驗路線會經過台北景福門,曾有文創業者提案,希望能在車內天花板與窗戶上安裝顯示器,當車子行經景福門時,可以將老台北的街景投射在螢幕上,5G可提供即時串流與高畫質,在車內打造沉浸式體驗,平時也能投放資訊與廣告。這就是未來5G與自駕車結合的應用場景之一。

由於自駕車已具備一套安全檢測感測器、影像辨識系統和演算法,純粹以車輛本身的運行來看,即使沒有連結網路
由於自駕車已具備一套安全檢測感測器、影像辨識系統和演算法,純粹以車輛本身的運行來看,即使沒有連結網路,車輛還是具有辨識周遭環境的能力。
圖/ 台智駕

現階段自駕車會用到網路之處,主要在於車子與道路設備的資訊交換,像是透過路口的攝影機,偵測是否有人、車經過,並將資訊即時回傳給自駕車判斷。

「從路端到車端,走4G的架構也行,只是會有些小延遲。」使用5G訊號以後,傳輸速度更快、效率更提升,但實際上差異不大,「車子只要在接近路口時,可以減低速度就好。」

透過人、車、物體發出訊號,掌握相對位置

那麼5G對自駕車產業更實質的助益何在?沈大維指出,關鍵在於車聯網(V2X)。

V2X是Vehicle-to-Everything的縮寫,可以再細分為車對車(V2V)、車對基礎設施(V2I)、車對人(V2P)、車對摩托車(V2M )這幾大類別,指車子和物體都能發出訊號,透過通訊技術掌握相對位置,不至於因為視線死角,釀成車禍意外。

假設A車輛正以時速90公里前行,B車突然出現在前方路口,雙方透過V2V(車對車)交流,讓A、B車輛同時減速,避免事故。

「V2X有助於自駕車更快實現。」沈大維解釋,目前自駕車仍需仰賴路上安裝的感測器,協助偵測前方路口是否有人車,一旦V2X技術趨於成熟,就能與行人手上的穿戴裝置、腳踏車等進行P2P(端到端)溝通,就算沒有感測器,還是能做到資訊交換。

台灣智駕公司執行長沈大維
未來每個裝置都可以互相溝通,這才是5G的優勢。

而當裝置都能接上5G訊號,就能加快資訊共享,沈大維希望,接下來可以有機會在信義路上展開車聯網(V2X)局部測試,為創造更多新商業模式與服務暖身,展現5G真正價值。

責任編輯:張庭銉、林美欣

關鍵字: #自動駕駛
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。 依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓